PENERAPAN ALGORITMA APRIORI UNTUK PENENTUAN STRATEGI MARKETING PENJUALAN PRODUK

Penulis

  • Mohammad Badrul STMIK Nusa Mandiri Jakarta

DOI:

https://doi.org/10.51998/jti.v1i2.408

Abstrak

Abstract—Each company or organization that wants to survive needs to determine an appropriate marketing strategy. Data sales of products made by the company will eventually generate mountains of data. products offered various brands, brand influence people to buy the product, to determine the brand with the highest sales priori algorithms needed to know, and with the help of tools Tanagra, products with the highest sales can be known. Priori algorithms including the type of association rules in data mining. One association analysis phase which attracted the attention of many researchers to produce efficient algorithms is the analysis of patterns of high frequency (frequent pattern mining). Important or not an association can be identified by the two benchmarks, namely: support and confidence. Support (support value) is the percentage of the combination of these items in the database, while confidence (value certainty) is a strong relationship between the items in the rules of association. Priori algorithm can be helpful for the development of marketing strategies.

Intisari— Setiap perusahaan maupun organisasi yang ingin tetap bertahan perlu untuk menentukan strategi marketing yang tepat. Data penjualan produk yang dilakukan oleh perusahaan lambat laun akan menghasilkan tumpukan data. produk yang ditawarkan bermacam merek, merek mempengaruhi masyarakat untuk membeli produk tersebut, untuk mengetahui merek dengan penjualan terbanyak diperlukan algoritma apriori untuk dapat mengetahuinya, dan dengan bantuan tools tanagra, produk dengan penjualan terbanyak dapat diketahui. Algoritma apriori termasuk jenis aturan asosiasi pada data mining. Salah satu tahap analisis asosiasi yang menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien adalah analisis pola frequensi tinggi(frequent pattern mining). Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur , yaitu : support dan confidence. Support (nilai penunjang) adalah persentase kombinasi item tersebut dalam database, sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antar-item dalam aturan asosiasi. Algoritma apriori dapat membantu untuk pengembangan strategi pemasaran.

Unduhan

Data unduhan belum tersedia.

Unduhan

Diterbitkan

2021-02-18

Cara Mengutip

Mohammad Badrul. (2021). PENERAPAN ALGORITMA APRIORI UNTUK PENENTUAN STRATEGI MARKETING PENJUALAN PRODUK. Jurnal Teknik Informatika, 1(2), 244–250. https://doi.org/10.51998/jti.v1i2.408